SVM-CNN-Based Fusion Algorithm for Vehicle Navigation Considering Atypical Observations
SVM-CNN-Based Fusion Algorithm for Vehicle Navigation Considering Atypical Observations
复制标题
考虑非典型观测的基于 SVM-CNN 的车辆导航融合算法
DOI：
10.1109/lsp.2018.2885511
复制
发表时间：
2019-02
影响因子：
3.9
通讯作者：
Yang Zhutian
中科院分区：
文献类型：
--
作者：
Sun Jinlong;Wu Zhilu;Yin Zhendong;Yang Zhutian
现代智能交通系统注重多传感器的集成，以获得混合导航方案。混合方案的关键问题是子系统信息共享系数的分配和导航传感器并行多观测值的融合。近年来，深度学习方法，特别是卷积神经网络（cnn）在图像处理任务中取得了巨大的成功。然而，在基于多传感器的综合导航解决方案中使用深度学习的工作有限。在本文中，我们提出了一种基于集成学习器的分类和信息融合方法，该方法使用局部自适应滤波器提供的估计误差协方差矩阵作为分类器的输入，并根据所提出的方案确定ISCs的三个数。结果验证了所提出方案的有效性，在该方案中，经过充分训练的集成学习器可以检测到可能遭受非典型观测或故障的子系统的退化，从而可以实时调整相应的ISC。
Modern intelligent transport systems focus on the integration of multiple sensors to obtain hybrid navigation schemes. A key issue of a hybrid scheme is distribution of the information sharing coefficients (ISCs) of subsystems and the fusion of parallel multiple observations of navigation sensors. Recently, deep learning methods, particularly convolutional neural networks (CNNs), have achieved great success in image processing tasks. However, there has been limited work in using deep learning for multisensor-based integrated navigation solutions. In this letter, we propose an ensemble learner-based classification and information fusion method, in which estimation error covariance matrices provided by local adaptive filters are used as input for the classifier, and the triple numbers of ISCs are determined by the proposed scheme. The results validate the effectiveness of the proposed scheme, in which the adequately trained ensemble learner can detect the degradation of a subsystem that may suffer atypical observations or faults and consequently can adjust the corresponding ISC in real time.
登录
查看更多内容
一种同时估计车辆侧滑和偏航角的可靠融合方法
影响因子：
6.8
作者：
Li Xu;Chan Chingyao;Wang Yu
通讯作者：
Wang Yu
DOI：
10.1109/iske.2017.8258820
发表时间：
2017-11
期刊：
2017 12th International Conference on Intelligent Systems and Knowledge Engineering (ISKE)
影响因子：
--
作者：
Lisha Xiao;Qin Yan;Shuyu Deng
通讯作者：
Lisha Xiao;Qin Yan;Shuyu Deng
影响因子：
4.3
作者：
Zhuang, Yuan;El-Sheimy, Naser
通讯作者：
El-Sheimy, Naser
DOI：
10.1007/978-3-319-20248-8
发表时间：
2015
期刊：
--
影响因子：
--
作者：
J. Kittler;J.C. Mitchell;M. Naor
通讯作者：
J. Kittler;J.C. Mitchell;M. Naor
DOI：
10.1201/9781420038545-15
发表时间：
2001-06
期刊：
--
影响因子：
--
作者：
D. Hall;J. Llinas
通讯作者：
D. Hall;J. Llinas